边界层温度廓线遥感反演的本地化改进研究

采用MODIS资料和美国发展的MODIS大气温、湿度廓线统计反演算法,估算大气温度、湿度廓线作为初始场,应用101层快速透过率模式(PFAAST)估算了大气透过率,并采用Newton非线性迭代算法反演中国西北荒漠戈壁地区大气温度廓线。结果表明:该方法对边界层高度及以上部分的大气温度反演得比较好,误差基本都在2 K范围内,边界层范围内的温度反演误差较大,反演误差与气溶胶光学厚度增量和地表温度估算误差呈显著正相关关系,与大气水汽混合比的关系较差。文中从敏感性试验和理论分析角度阐述了地表温度和气溶胶光学厚度估算误差对大气温度反演误差的影响,发现不同光谱波段的地表温度权重均随地表温度的增加有不同程度增加,地表温度反演误差增加将增加地表温度权重,提高地表温度估算误差有助于提高地表温度权重的精度;荒漠戈壁地区大气边界层中气溶胶浓度较高,光学厚度较大,使边界层大气透过率降低,进而降低卫星红外遥感波段的地表温度权重和空气温度权重。由于该模式没有很好地考虑边界层中沙尘气溶胶的影响,使卫星反演的大气透过率偏高,以至于高估地表温度权重和大气温度权重,使得反演的表面温度和空气温度偏低。该研究结合太阳光度计获得的光学厚度资料,采用统计方法对气溶胶效应引起的大气透过率误差和表面温度估算误差进行校正,并对物理算法进行本地化改进,实现了边界层温度廓线的反演。     

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。     

混沌优化算法在土质边坡稳定性分析中的应用

确定边坡最危险滑动面并计算与之相对应的安全系数是边坡支护的重要任务。本文结合简化Bishop法,用一种新的智能优化算法混沌优化算法来搜索全局最优解。该方法利用混沌运动本身具有遍历性、随机性、规律性等内在特点,能在一定范围内按其自身规律不重复地遍历所有状态,易于跳出局部最优解,具有很强的全局搜索能力。通过坡高为12.3m的某电厂三层土质边坡的典型算例分析,并和遗传算法、枚举法计算结果对比可知,计算结果超于一致,其差值接近于0,因此混沌优化算法能在很高精度下搜索到全局最优解,能很好地解决边坡稳定性分析中的优化问题。     

基于交替方向乘子算法的二维磁异常稀疏反演

磁异常反演是获取地下场源磁化率分布的重要手段之一,在地球勘探中扮演着重要角色.在磁异常反演中,对比光滑反演,稀疏反演的结果具有边界分明,物性参数分布集中的特点,更符合实际情况.针对稀疏反演,本文首先构建了具有代表性的基于L₁范数目标函数,利用交替方向乘子算法可分离凸函数的特点,将极小化L₁范数的优化问题分解为一系列的子问题,通过对子问题求解获得原问题的解;为了增强交替方向乘子算法的适应性,本文结合广义软阈值函数将交替方向乘子法推广于L_p（0 < p < 1）范数的反演中.为了验证本文提出的算法的有效性,采用了三种常规模型进行模拟实验.与基于L₂范数的反演算法进行实验对比,结果表明,本文算法得到了边界清晰,磁化率分布更集中的反演结果.最后,将基于交替方向乘子算法的L₁和L_p（0 < p < 1）范数的反演应用到青海省尕林格铁矿保护区获得的实际磁异常数据中,获得了较为符合实际地质情况的稀疏反演结果.

     

三维F－K域DMO方法及应用效果

在常速情况下,从三维时距方程出发,通过倾角代换,将三维倾角时差分裂为两个正交方向上的二维倾角时差,然后在这两个正交方向上分别做一次二维倾角时差校正,便可达到三维倾角时差校正的目的．应用实例表明这种三维ＤＭＯ分裂方法是切实有效的．     

一种适于近场理论地震图宽频域计算的矩阵分解算法

理论地震图方法在地震震源过程的研究中得到了广泛的应用。为了研究震源过程的细节,必须利用近场地震资料的高频信息,但是在应用Haskell矩阵法计算近场理论地震图时,格林函数的高频成分的数值不稳定性是计算宽频域理论地震图的一个基本困难。因此,目前仅有不超过10Hz的算例。本研究采用Haskell矩阵的一种新的分解组合形式,在数值计算时有效地避免了在计算过程中数值结果的溢出,实现了近场理论地震图的宽频域计算。同时,由于利用了矩阵运算中的解析关系,减少了运算的次数,从而提高了计算的速度。根据本算法建立的Fortran程序,在Univoc-1100计算机上进行了数值检验。结果表明,计算得到的格林函数至少在0—40Hz频率域范围内仍保持良好的数值稳定性。本文给出的这种Haskell矩阵分解组合形式的矩阵元素简单,且具有一定的对称性。对于这种分解所包含的物理意义,将有待进一步深入研究。     

测井解释中煤层含气量评价方法对比研究

随着煤层气勘探的不断深入,对煤层含气量预测精度提出了更高的要求。基于煤层含气量测井响应特征,分析测井参数与含气量的相关性,提出MIV（Mean Impact Value）技术与LSSVM（Least Squares Support Vector Machine）结合的测井参数优选策略,优选最优测井参数作为网络建模的输入自变量组合,通过粒子群算法优化LSSVM网络核心参数,最后构建一套适用于煤层含气量预测的MIV-PSO-LSSVM模型。在此基础上,分别对比分析LSSVM、PSO-LSSVM、MIV-LSSVM和MIV-PSO-LSSVM模型对煤层含气量的预测性能,并与传统多元回归方法进行了对比,利用拟合优度和均方根误差对此5类模型进行评价。结果表明：PSO优化下的LSSVM模型预测精度得到有效提升,结合MIV方法优选测井参数可大幅度改善神经网络建模性能,MIV-PSO-LSSVM模型可实现煤层含气量高精度预测,为煤层气勘探及其储层评价提供新的技术支撑,且本研究的建模策略及思想可广泛应用于其他机器学习建模研究领域。     

目标函数聚类法在地下水动态分类中的应用

地下水动态类型的划分是正确认识研究区水文地质条件与地下水开发利用之间关系的一个重要环节。本文论述了目标函数聚类法的原理与计算过程,并应用该方法对某河流附近的１５个观测孔的水位动态进行分类。分析结果表明该方法具有较高的可靠性与较广的适用性。